把5G、VR、物联网、人工智能、新的网络与视频标准有望带来一个逼近真实、更便利的世界，再加上量子通信、半导体新技术、基因技术、分子科技，未来科技的力量将带给人类不可想象的世界。

无参考图像质量评价中面临的一个重要挑战来自图像内容的多样性。当前的无参考质量评价方法在跨内容图像对的相对质量预测中与人类主观视觉感知不一致。考虑到预训练好的图像分类模型中包含有区分度的图像内容信息，为了解决上述问题，我们提出了一种基于语义特征聚合的无参考图像质量评价方法。具体地，首先我们将图像划分为多个重合的图像块，以包含图像的全部信息以及避免引入额外的几何失真；其次，使用一个自适应程序选择最合适的深度特征来表征图像的内容失真信息；然后，使用统计方法对所有图像块对应的局部特征进行聚合得到代表整个图像的全局特征；最后，一个线性模型将图像全局特征映射到图像质量分数。所提出的新方法与13种代表性的方法在7个常见的数据集中进行了广泛的比较。实验结果验证了我们的方法的优越性能和良好泛化能力。与此同时，这也表明了深度语义特征在无参考质量评价中起到了重要作用。